SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I
|
|
- Erol Karakoç
- 5 yıl önce
- İzleme sayısı:
Transkript
1 SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I Soru 1) Rassal Sayı üretme yöntemlerinden Doğrusal Eşlik Üretecinin parametrelerinin a=13, m=40 ve c=1; başlangıç değeri x 0 =3 olsun. Verilen başlangıç değerini kullanarak bu üreteçten 1 periyod (0-1) rassal sayı üretin. Soru 2) İstanbul Atatürk Havaalanı Yönetimi, yolcuların ana giriş kapısındaki güvenlik aramalarında uzun sure beklediklerine ilişkin şikâyetler almaktadır. Bu nedenle yönetim, Endüstri Mühendisliği departmanını giriş kapısındaki hali hazırdaki 2 görevli sayısının yeterli olup olmadığını araştırmak üzere görevlendirmiştir. Havaalanına yurt dışı uçuş için gelen yolcuların getirdikleri bavul sayısı, yurt içi uçuş yapacaklara göre genelde daha fazladır. Bu nedenle yurt dışı uçacak yolcuların arama işlemleri daha uzun sürmektedir. Endüstri Mühendisliği departmanı, ana giriş kapısında rassal olarak gerçekleştirdiği saatte gelen müşteri sayısı gözlemleri verilerinden, ana giriş kapısına yolcuların 30 müşteri/saat ortalamalı Poisson sürecine göre geldiğini düşünmektedir. Gelen bir yolcunun yurt dışına uçma olasılığının % 70 olduğunu gözlenmiştir. Giriş kapısındaki güvenlik bölümünde gerçekleştirilen rassal arama süresi ölçümlerinden ise bir dış hatlar yolcusunun kontrol işleminin en kısa 3 dk. ve en uzun 5 dk.; bir iç hatlar yolcusunun kontrol süresinin ise en kısa 1 dk ve en uzun 3 dk. olan olan Sürekli Düzgün dağılıma uyduğu tahmin edilmiştir. a) Verilen sistemi isimlendirin. Bu sistemde varlıklar (entity), kaynaklar (resources), özellikler (attributes) nelerdir, tanımlayın. Yönetimin amacı doğrultusunda sistem durumu nedir, tanımlayın. b) Verilen sistemin idealize edilmiş durumunu çizin ve çiziminizin üzerinde sistemle ilgili bildiklerinizi gösterin. c) Soru 1 de ürettiğiniz rassal sayıları kullanarak, 2 güvenlik görevlisinin çalıştığı bu sistemi 15 yolcu için simule edin. (Soru 1 den üretilen rassal sayıların yeterli olmaması halinde yolcu sayısını düşürebilirsiniz.) d) Sistemle ilgili performans ölçümlerini hesaplayın. 1
2 Soru 3) Maden suyu şişeleyen bir işletme, şişelerin kırılma dayanımlarının dağılımının Normal olup olmadığını belirlemeye çalışmaktadır. İşletme rassal olarak 50 şişelik örneklem almış ve bu şişelerin kırılma dayanımlarını ölçmüştür. Ölçüm sonuçları aşağıda verilmiştir: a) ARENA Input Analyser ı kullanarak örneklem verilerinin Histogramını çizdirin. b) ARENA Output Analyser ı kullanarak örneklem verilerinin Zaman Serileri grafiğini çizdirin. c) ARENA Output Analyser ı kullanarak Otokorelasyon (Correlogram) grafiğini çizdirin. d) Çizdirdiğiniz grafiklere göre verilerin rassal bir örneklem olup, olmadığını değerlendirin. Soru 4) Soru 3 te verilen işletmeyi ve alınan örneklem verilerini dikkate alın. a) Örneklem verisinden hareketle dayanımların uyduğu düşünülen Normal dağılımın, parametrelerini (μ, σ 2 ) tahmin edin. b) χ 2 testini kullanarak şişelerin dayanımlarını (a) sıkkında belirlediğiniz parametrelerle Normal dağılıma uyup uymadığını α=0.05 anlam düzeyinde test edip, sonucu açıkça ifade edin. c) P değerini, χ 2 tablosunu kullanarak hesaplayın. d) Hesapladığınız P değerini dikkate alarak α=0.05 anlam düzeyinde testin sonucunu açıkça ifade edin. e) Anlam düzeyini α=0.01 olarak belirleseydiniz testin sonucu değişir miydi, açıklayın. Not: Ders sunularında normal dağılıma uygunluk testi ile ilgili örnek bulunmaktadır. 2
3 Soru 5) İstanbul-İzmit arasındaki 100 kilometrelik otoban yüksek bir kaza tekrar oranına sahiptir. Karayolları yetkilileri otoban boyunca kazaların oluş noktalarının düzgün dağılıma uyduğunu ifade etmektedir ve Karayolları müdürlüğünün belirtilen otobana ilişkin Kasım 2012 kaza kayıtları aşağıda verilmiştir. Kayıtlar 30 ölümlü yada yaralamalı kazanın otoban üzerinde hangi noktalarda olduğunu göstermektedir. (Veriler, kazaların meydana geldiği noktaların İstanbul şehir sınırlarına (km.) mesafesini göstermektedir.) a) Kasım ayı verilerini kullanarak, kaza yerlerinin uyduğu düşünülen Düzgün Dağılımın parametrelerini [a,b] tahmin edin. b) (5 puan) χ 2 testini kullanarak kaza yerlerinin dağılımının (a) sıkkında belirlediğiniz parametrelerle düzgün dağılıma uyup uymadığını, α=0.05 anlam düzeyinde test edip, sonucu açıkça ifade edin. ARENA Input Analyser ile kaza yerinin dağılımının Weibull dağılımına uyup, uymadığını test edin. c) ARENA ile belirlediğiniz Weibull dağılımı parametrelerini yazın. d) ARENA ile χ 2 testini kullanarak bulduğunuz P değerini yazın ve bu değeri yorumlayın. α=0.01 anlam düzeyi için testin sonucunu acikca ifade edin. e) ARENA ile Kolmogorov-Smirnov testini kullanarak bulduğunuz P değerini yazın ve bu değeri yorumlayın. α=0.10 anlam düzeyi için testin sonucunu açıkça ifade edin. ARENA Input Analyser daki tüm dağılımlar için uygunluk testini gerçekleştirin. f) Tüm dağılımların hata karelerini yazın ve hata kareleri kriterine göre en uygun dağılımı belirleyerek, parametrelerini yazın. Soru 6) Aşağıdaki veriler müşterilerin bir markete gelişler arası sürelerini temsil etmektedir. a) Gelişler arası süreler için uygun bir histogram çizin. b) Ortalama ve varyansı tahmin edin. c) Verilerin üstel dağılıma uygunluğunu χ 2 testini kullanarak α=0.05 anlam düzeyinde araştırın. d) α=0.10 olsaydı vereceğiniz karar değişir miydi? Açıklayın. 3
4 Soru 7) Aşağıda verilen örneklemin bir kan testindeki hücre sayısını gösterdiğini varsayın. Aşağıda verilen bilgilere göre bu verilerin düzgün dağılımdan gelip, gelmediğini α=0.05 anlam düzeyinde araştırın. a) Dağılım 0 ve 100 arasında dağılmaktadır. b) Dağılım a ve b arasında dağılmaktadır, ancak a ve b nin değeri bilinmemektedir. Soru 8) İstanbul Atatürk havaalanı ana giriş kapısına yolcuların gelişleri arasında geçen süre, ortalaması µ=3 dk./yolcu olan Üstel dağılıma uymaktadır. Giriş kapısında gelen yolculara güvenlik araması yapılmaktadır. Güvenlik araması bölümünde 2 görevli çalışmakta ve bir yolcunun aranması işlemi en kısa 1 dk. ve en uzun 5 dk. olan Düzgün dağılıma uymaktadır. Uygun bir simulasyon tablosu hazırlayarak, 20 müşteri için simulasyonu çalıştırın. Rassal Sayılar: Soru 9) Havaalanına yurt dışı uçuş için gelen yolcuların getirdikleri bavul sayısı, yurt içi uçuş yapacaklara göre genelde daha fazladır. Bu nedenle yurt dışı uçacak yolcuların arama işlemleri daha uzun sürmektedir. Yurt dışı yolcularının havaalanına gelişleri ortalaması 10 yolcu/saat, yurt içi yolcularının ise ortalaması 12 yolcu/saat olan Poisson Sürecine uymaktadır. Bir yurt dışı yolcunun güvenlik araması süresi ortalaması µ=3 dk. olan Üstel dağılıma, bir yurt içi yolcunun güvenlik araması süresi en kısa 1 dk ve en uzun 3 dk. olan Düzgün dağılıma uymaktadır. Güvenlik araması bölümünde çalışan görevli sayısı 2 dir. Uygun bir simulasyon tablosu hazırlayarak, 20 müşteri için simulasyonu çalıştırın. Rassal Sayılar:
5 Frekans Güz Soru 10) Bir simulasyon çalışmasında kullanılmak üzere histogramı aşağıda verilen 120 sayı üretilmiştir. Verilen rassal sayıların rassal sayı olup olmadığını α=0.05 anlam düzeyinde Ki-kare iyi uyum testi ile test edip, histogramı aşağıda verilen sayıların simulasyonda kullanılıp, kullanılamayacağına karar verin. 18 Histogram ,0 0,2 0,4 C1 0,6 0,8 1,0 5
EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri
EME 3117 1 2 Girdi Analizi SİSTEM SIMÜLASYONU Modellenecek sistemi (prosesi) dokümante et. Veri toplamak için bir plan geliştir. Veri topla. Verilerin grafiksel ve istatistiksel analizini yap. Girdi Analizi-I
DetaylıGirdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri
Girdi Analizi 0 Gerçek hayattaki benzetim modeli uygulamalarında, girdi verisinin hangi dağılımdan geldiğini belirlemek oldukça zor ve zaman harcayıcıdır. 0 Yanlış girdi analizi, elde edilen sonuçların
DetaylıRİSK ANALİZİ VE AKTÜERYAL MODELLEME
SORU 1: Bir hasar sıklığı dağılımının rassal değişken olan ortalaması (0,8) aralığında tekdüze dağılmaktadır. Hasar sıklığı dağılımının Poisson karma dağılıma uyduğu bilindiğine göre 1 ya da daha fazla
DetaylıEME 3117 SİSTEM SİMÜLASYONU. Rassal Sayı ve Rassal Değer. Üretimi. Rassal Sayı Üretimi
..4 EME 7 Rassal Sayı ve Rassal Değer Üretimi SİSTEM SİMÜLASYONU Rassal Sayı ve Rassal Değer Üretimi Ders Girdi Analizi bölümünde gözlemlerden elde edilen verilere en uygun dağılımı uydurmuştuk. Bu günkü
DetaylıENM-3105 Sistem Simulasyonu Kısa Sınav 1
ENM-3105 Sistem Simulasyonu Kısa Sınav 1 Sınav Tarihi ve Yeri: 06 Kasım 2014, Perşembe, İlk ders, B203 No lu Derslik) (Kısa Sınav 1 de aşağıda verilen sorulardan birinin benzeri sorulacaktır.) Soru 1)
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
DetaylıEME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10
EME 35 Girdi Analizi Prosedürü Sistem Simülasyonu Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Dağılıma
DetaylıDers 9: Kitle Ortalaması ve Varyansı için Tahmin
Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık
DetaylıEME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9
EME 3105 1 Girdi Analizi Prosedürü SİSTEM SİMÜLASYONU Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Girdi
DetaylıHipotez Testleri. Mühendislikte İstatistik Yöntemler
Hipotez Testleri Mühendislikte İstatistik Yöntemler Hipotez Testleri Parametrik Testler ( z ve t testleri) Parametrik Olmayan Testler (χ 2 Testi) Hipotez Testleri Ana Kütle β( µ, σ ) Örnek Kütle b ( µ
DetaylıRISK ANALIZI SINAVI WEB EKİM Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir:
RISK ANALIZI SINAVI WEB EKİM 2017 SORU 1: Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir: 115 240 325 570 750 Hasarların α = 1 ve λ parametreli Gamma(α, λ) dağılıma
DetaylıEME 3105 SISTEM SIMÜLASYONU
1 EME 3105 SISTEM SIMÜLASYONU ARENA ya Giriş Lab-1 Dr.Beyazıt Ocaktan Giriş 2 Bu derste ARENA ortamında modelleme yeteneklerini genel olarak tanıtmak için basit bir model sunulacaktır. Simulasyon Dilleri
Detaylı1.58 arasındaki her bir değeri alabileceği için sürekli bir
7.SUNUM Hatırlanacağı gibi, kesikli rassal değişkenler sonlu (örneğin; 0, 1, 2,...,10) veya sayılabilir sonsuzlukta (örneğin; 0, 1, 2,...) değerler alabilmektedir. Fakat birçok uygulamada, rassal değişkenin
DetaylıAktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I
Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I S1. Cep telefonu üreten bir fabrikada toplam üretimin % 30 u A, % 30 u B ve % 40 ı C makineleri tarafından yapılmaktadır. Bu makinelerin
DetaylıFaaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)
ENM 316 BENZETİM ÖDEV SETİ Ödev 1. Bir projede A, B, C, D, E ve F olmak üzere 6 faaliyet vardır. Projenin tamamlanması için bu faaliyetlerin sırası ile yapılması gerekmektedir. Her faaliyetin tamamlanması
Detaylı8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,
İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2
DetaylıSÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım
SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin
Detaylı2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI: SİGORTA MATEMATİĞİ. Soru 1
Soru Günde 8 saat çalışan bir bankanın müşterilerinin sayısı ile ilgili olarak şu bilgi verilmektedir: Müşteri sayısı, bankanın açıldığı an 9 müşteri ile başlayıp, her saat başı 9 oranı ile doğrusal artarak
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıANADOLU ÜNİVERSİTESİ. Hipotez Testleri. ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ Hipotez Testleri ENM317 Mühendislik İstatistiği Prof. Dr. Nihal ERGİNEL HİPOTEZ TESTLERİ Pek çok problemde bazı parametrelere bağlı bir ifadeyi kabul yada red etmek için karar vermek
DetaylıIE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I
IE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I Geçen Ders Sürekli Dağılımlar Uniform dağılımlar Üssel dağılım ve hafızasızlık özelliği (memoryless property) Gamma Dağılımı
DetaylıENM 316 BENZETİM ÖDEV SETİ
ENM 316 BENZETİM ÖDEV SETİ ÖDEV 1: El ile Benzetim Bir depo ve 7 adet müşterisi olan bir taşımacılık sisteminde müşterilerden gelen siparişler araç ile taşınmaktadır. İki tür sipariş söz konusudur. Birincisi
DetaylıSÜREKLİ DÜZGÜN DAĞILIM
SÜREKLİ DÜZGÜN DAĞILIM X rassal değişkenin olasılık yoğunluk fonksiyonu; şeklinde ise x e düzgün dağılmış rassal değişken, f(x) e sürekli düzgün dağılım denir. a 0 olduğuna göre, f(x) >0 olur.
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli
DetaylıEME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar
0..07 EME 37 SISTEM SIMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)
DetaylıLAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI
LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ TELAFĐ SINAVI SORULARI Tarih/Saat/Yer: 20.06.16/15:00-16:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz Öğrenci
DetaylıLAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ DÖNEM SONU SINAV SORULARI
LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ DÖNEM SONU SINAV SORULARI Tarih/Saat/Yer: 15.06.16/09:00-10:30/AS115-116-117 Instructor: Prof. Dr. Hüseyin
DetaylıEME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar
9.0.06 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar EME 7 SİSTEM SİMÜLASYONU Simulasyonda İstatistiksel Modeller (Sürekli Dağılımlar) Ders 5 Sürekli Düzgün Dağılım Sürekli Düzgün (Uniform)
DetaylıSİMULASYON MODELLEME VE ANALİZ. Giriş. Arena Ortamı. Simulasyon Dilleri HAFTA 2. Yrd.Doç.Dr.Beyazıt Ocaktan
SİMULASYON MODELLEME VE ANALİZ 1 2 Giriş Bu derste ARENA ortamında modelleme yeteneklerini genel olarak tanıtmak için basit bir model sunulacaktır. HAFTA 2 Yrd.Doç.Dr.Beyazıt Ocaktan Simulasyon Dilleri
DetaylıDers 6: Sürekli Olasılık Dağılımları
Ders 6: Sürekli Olasılık Dağılımları Normal Dağılım Standart Normal Dağılım Binom Dağılımına Normal Yaklaşım Düzgün (uniform) Dağılım Üstel Dağılım Dağılımlar arası ilişkiler Bir rastgele değişkenin, normal
Detaylı1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi
1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri
DetaylıHİPOTEZ TESTLERİ ANADOLU ÜNİVERSİTESİ. Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014
ANADOLU ÜNİVERSİTESİ Hipotez Testleri ENM317 Mühendislik İstatistiği Doç. Dr. Nihal ERGİNEL 2014 HİPOTEZ TESTLERİ Pek çok problemde bazı parametrelere bağlı bir ifadeyi kabul yada red etmek için karar
DetaylıENM 316 BENZETİM. Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)
ENM 316 BENZETİM ÖDEV 1: Bir projede A, B, C, D, E ve F olmak üzere 6 faaliyet vardır. Projenin tamamlanması için bu faaliyetlerin sırası ile yapılması gerekmektedir. Her faaliyetin tamamlanması için gereken
DetaylıBİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Örnek Senaryo İmplant üreten İMPLANTDENT
DetaylıEME 3105 SISTEM SIMÜLASYONU. Giriş. Arena Ortamı. Simulasyon Dilleri
EME 3105 SISTEM SIMÜLASYONU ARENA ya Giriş Lab-1 1 2 Giriş Bu derste ARENA ortamında modelleme yeteneklerini genel olarak tanıtmak için basit bir model sunulacaktır. Yrd.Doç.Dr.Beyazıt Ocaktan Simulasyon
DetaylıBİYOİSTATİSTİK. Uygulama 4. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 4 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Güven Aralıkları 2 Güven Aralıkları
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıDr. Mehmet AKSARAYLI
Dr. Mehmet AKSARAYLI Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir. Şans Değişkenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesikli
Detaylıİki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t test) Ölçümle
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ PARAMETRİK OLMAYAN TESTLER Prof. Dr. Nihal ERGİNEL PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 Prof. Dr. Nihal ERGİNEL 2 ÖRNEKLEME Anakütleden n birimlik örnek alınması ve anakütle parametrelerinin örnekten tahmin edilmesidir. 3 ÖRNEKLEME ALMANIN NEDENLERİ Anakütleye
DetaylıKesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları
Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları 1 Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir.
DetaylıALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:
İSTATİSTİK I ALIŞTIRMALAR Y.Doç.Dr. Hüseyin Taştan AÇIKLAMA: N: P. Newbold, İşletme ve İktisat için İstatistik, 4. basımdan çeviri. Çift sayılı alıştırmalar için kitabın arkasındaki çözümlere bakabilirsiniz.
Detaylı3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI
ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6
DetaylıLAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI
LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI Tarih/Saat/Yer: 24.06.16/11:00-12:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz
DetaylıENM 316 BENZETİM ÖDEV SETİ
ENM 16 BENZETİM ÖDEV SETİ Ödev 1. Bir depo ve N adet müşteriden oluşan bir taşımacılık sisteminde araç depodan başlayıp bütün müşterileri teker teker ziyaret ederek depoya geri dönmektedir. Sistemdeki
Detaylı19.11.2013 EME 3105 SİSTEM SİMÜLASYONU. Sürekli Dağılımlar (2) Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar.
9..03 EME 305 SİSTEM SİMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)
DetaylıSürekli Rastsal Değişkenler
Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım
DetaylıBÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ
İÇİNDEKİLER BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ I. ÖRNEKLEME... 1 II. ÖRNEKLEMENİN SAFHALARI... 2 III. ÖRNEK ALMA YÖNTEMLERİ 5 A. RASYONEL ÖRNEK ALMA... 5 B. TESADÜFİ ÖRNEK ALMA... 6 C. KADEMELİ ÖRNEK ALMA...
DetaylıPARAMETRİK OLMAYAN TESTLER
PARAMETRİK OLMAYAN TESTLER Daha önce incelediğimiz testler, normal dağılmış ana kütleden örneklerin rassal seçilmesi varsayımına dayanmaktaydı ve parametrik testler kullanılmıştı. Parametrik olmayan testler
DetaylıKuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri
Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 0 KASIM 207 0. HAFTA 5.7 M/M/K/ / sistemi için Bekleme süresinin dağılımı j ( ) T j rastgele değişkeni j. birimin
DetaylıISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI
SORU- 1 : ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI X ve Y birbirinden bağımsız iki rasgele değişken olmak üzere, sırasıyla aşağıdaki moment çıkaran fonksiyonlarına sahiptir: 2 2 M () t = e,
DetaylıWEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ SÜREKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 WEIBULL DAĞILIMI Weibull dağılımı, pek çok farklı sistemlerin bozulana kadar geçen süreleri ile ilgilenir. Dağılımın
Detaylıortalama ve ˆ ˆ, j 0,1,..., k
ÇOKLU REGRESYONDA GÜVEN ARALIKLARI Regresyon Katsayılarının Güven Aralıkları y ( i,,..., n) gözlemlerinin, xi ortalama ve i k ve normal dağıldığı varsayılsın. Herhangi bir ortalamalı ve C varyanslı normal
DetaylıSistem Simulasyonu. Ders 8 Laboratuvar. Girdi Analizi
Sistem Simulasyonu Ders 8 Laboratuvar Girdi Analizi Örneklem Verileri durağan olmalıdır. Bu sonuç zaman serisi grafiğinden gözlemlenir. Verilerde zamana bağlı farkedilebilir bir trend (eğilim) olmamalıdır.
DetaylıMerkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.
Yayılma Ölçütleri Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Bir başka ifade ile, bir veri setinin,
DetaylıCEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir.
T C S D Ü M Ü H E N D İ S L İ K F A K Ü L T E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OTM317 Müh. İstatistik İstatistiği ÖĞRENCİNİN: ADI - SOYADI ÖĞRETİMİ NOSU İMZASI 1.Ö 2.Ö A B
DetaylıBMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN
BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi İlhan AYDIN KESİKLİ-OLAY BENZETİMİ Kesikli olay benzetimi, durum değişkenlerinin zaman içinde belirli noktalarda değiştiği sistemlerin modellenmesi
DetaylıEME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler
EME 3105 1 Giriş Sistem Simülasyonu Önümüzdeki hafta simulasyon girdilerinin modellenmesinde kullanılan kesikli ve sürekli Simulasyonda İstatistiksel Modeller-I Ders 4 dağılımlar hatırlatılacaktır. Rassal
Detaylıİstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014)
İstatistik Dersi Çalışma Soruları Arasınav(Matematik Müh. Bölümü-2014) S-1) Bir otoyol üzerinde radarla hız kontrolü yapan, polis ekipler tarafından tespit edilen tane aracın hızları aşağıdaki tabloda
DetaylıPARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 Prof. Dr. Ali ŞEN İki Populasyonun Karşılaştırılması: Eşleştirilmiş Örnekler için Wilcoxon İşaretli Mertebe Testi -BÜYÜK ÖRNEK Bağımsız populasyonlara uygulanan
DetaylıLaboratuvar 3. Yrd.Doç.Dr.Beyazıt Ocaktan. Elektronik Montaj ve Test Örneği
1 SİSTEM SİMULASYONU Laboratuvar 3 Yrd.Doç.Dr.Beyazıt Ocaktan Elektronik Montaj ve Test Örneği 2 Bir elektronik devre üreticisinin kaplama atölyesini ele alalım. Bu isletmede A ve B parcaları farklı atölyelerde
DetaylıTablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01
Ortak Varyans ve İstatistiksel Bağımsızlık Bir rassal değişken çifti istatistiksel olarak bağımsız ise aralarındaki ortak varyansın değeri 0 dır. Ancak ortak varyans değerinin 0 olması, iki rassal değişkenin
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 10 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
DetaylıGAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE
GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI Prof. Dr. Nezir KÖSE 30.12.2013 S-1) Ankara ilinde satın alınan televizyonların %40 ı A-firması tarafından üretilmektedir.
DetaylıDokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END Kalite Planlama ve Kontrol
Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 3618 - Kalite Planlama ve Kontrol Uygulama Çalışması-I Dr. Öğr. Üyesi Kemal SUBULAN Tarih: 12.04.2018 A Aşağıda yer alan
DetaylıKESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı
KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı 1 Bernoulli Dağılımı Bir şans değişkeninin bernoulli dağılımı göstermesi için ilgilenilen süreçte bernoulli
DetaylıBİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Ödev Çözümleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Ödev 1 Çözümleri 2 1. Bir sonucun
DetaylıEME 3105 SİSTEM SİMULASYONU (ARENA) Hafta 2
T.C. BALIKESİR ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ EME 3105 SİSTEM SİMULASYONU (ARENA) Hafta 2 Beyazıt OCAKTAN GELİŞ SÜRECİNİN ARENA'DA GÖSTERİMİ Varlıklar (entities) modele girmedikçe, ARENA'da
Detaylıİstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik
6.SUNUM İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik özellikleri (ortalama, varyans v.b. gibi) hakkında
DetaylıDENEY 2. A) Bilgi Dağılım Fonksiyonunun Bulunması 1. ÖN BİLGİ
DEEY A) ilgi Dağılım Fonksiyonunun ulunması. Ö İLGİ ir radyaoaktif kaynağın bozunması tamamen rasgele olup, bozunma sırasında kaç tane çekirdeğin önceden parçalanacağını bilmek mümkün değildir. u nedenle
DetaylıZaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr.
Zaman Serileri-1 If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 5: Rastgele Değişkenlerin Dağılımları II Prof. Dr. İrfan KAYMAZ Sık Kullanılan Dağılımlar Frekans tablolarına dayalı histogram ve frekans poligonları, verilerin dağılımı hakkında
DetaylıĐŞLE 544 ĐSTATĐSTĐK ARA SINAV 11 Mayıs 2006
ĐŞLE 5 ĐSTATĐSTĐK ARA SINAV Mayıs 00 Adı Soyadı: No: [0 puan] -Bir Üniversitede okutulan derslerin öğrenciler tarafından değerlendirilmesi amacı ile hazırlanan bir anket formundaki sorulardan biri: Aldığınız
DetaylıİSTATİSTİK ÖRNEK SORULARI
1. Aşağıda gruplandırılmış seri verilmiştir. (n) 0-10 den az 5 10-20 den az 6 20-30 den az 9 30-40 den az 11 40-50 den az 4 50-60 den az 3 TOPLAM 38 İSTATİSTİK ÖRNEK SORULARI a) Mod değerini bulunuz? (15
Detaylıχ =1,61< χ χ =2,23< χ χ =42,9> χ χ =59,4> χ
SORU : Ortalaması, varyansı olan bir raslantı değişkeninin, k ile k arasında değer alması olasılığının en az 0,96 olmasını sağlayacak en küçük k değeri aşağıdakilerden hangisidir? A),5 B) C) 3,75 D) 5
DetaylıKuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri
Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 0 KASIM 207 8. HAFTA.7 M/M//N/ sistemi için Bekleme zamanının dağılımı ( ) T j rastgele değişkeni j. birimin
DetaylıARALIK TAHMİNİ (INTERVAL ESTIMATION):
YTÜ-İktisat İstatistik II Aralık Tahmini I 1 ARALIK TAHMİNİ INTERVAL ESTIMATION): Nokta tahmininde ilgilenilen anakütle parametresine ilişkin örneklem bilgisinden hareketle tek bir sayı üretilir. Bir nokta
DetaylıKesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları
Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenlerinin Olasılık Fonksiyonları X, şans değişkeni ve, 2,.., n ise bu tesadüfi değişkenin
DetaylıİSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ
İSTATİSTİK Hafta 7.2 Kesikli Olasılık Dağılımları Simeon Poisson a atfen isimlendirilen dağılım, bir örnek uzayın belli bir bölgesi veya zamanındaki olayların sayısının incelendiği kesikli bir olasılık
DetaylıMATE211 BİYOİSTATİSTİK
MATE211 BİYOİSTATİSTİK ÇALIŞMA SORULARININ ÇÖZÜM VE CEVAPLARI Yapılan bir araştırmada, 136 erişkin kişinin kanlarındaki kolesterol düzeyleri gr/dl cinsinden aşağıda verilmiştir: 180 230 190 186 220 191
DetaylıDENEY 4: SERİ/PARALEL REZİSTİF DEVRELERİN AC ANALİZİ
A. DENEYİN AMACI : Seri/paralel karışık rezistif ac devreleri analiz edip kavramak. B. KULLANILACAK ARAÇ VE MALZEMELER : 1. Sinyal Üreteci, 2. Osiloskop, 3. Multimetre, 4. Değişik değerlerde dirençler
DetaylıIE 303T Sistem Benzetimi
IE 303T Sistem Benzetimi 1 L E C T U R E 5 : O L A S I L I K T E K R A R 2 Review of the Last Lecture Random Variables Beklenen Değer ve Varyans Moment Kesikli Dağılımlar Bernoulli Dağılımı Binom Dağılımı
Detaylı4. HİSTOGRAM. Tolerans Aralığı. Değişim Aralığı HEDEF. Üst Spesifikasyon Limiti. Alt Spesifikasyon Limiti
4. HİSTOGRAM Nedir? Sınıflandırılmış verilerin sütun grafiğidir. Sütunların (sınıfların) genişliği sabit olup, bir veri sınıfını temsil etmektedir. Sütunların yüksekliği ise her bir veri sınıfına düşen
DetaylıSistem Simulasyonu. Ders 8 Laboratuvar. Girdi Analizi
Sistem Simulasyonu Ders 8 Laboratuvar Girdi Analizi Örneklem Verileri durağan olmalıdır. Bu sonuç zaman serisi grafiğinden gözlemlenir. Verilerde zamana bağlı farkedilebilir bir trend (eğilim) olmamalıdır.
Detaylıχ =1,61< χ χ =2,23< χ χ =42,9> χ χ =59,4> χ
SORU : Ortalaması, varyansı olan bir raslantı değişkeninin, k ile k arasında değer alması olasılığının en az 0,96 olmasını sağlayacak en küçük k değeri aşağıdakilerden hangisidir? A),5 B) C) 3,75 D) 5
Detaylı2018 İKİNCİ SEVİYE AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME 12 MAYIS 2018
2018 İKİNCİ SEVİYE AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME 12 MAYIS 2018 Sigortacılık Eğitim Merkezi (SEGEM) tarafından hazırlanmış olan bu sınav sorularının her hakkı saklıdır. Hangi amaçla
DetaylıYrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi
Parametrik Olmayan Testler Ki-kare (Chi-Square) Testi Ki-kare (Chi-Square) Testi En iyi Uygunluk (Goodness of Fit) Ki-kare Dağılımı Bir çok önemli istatistik testi ki kare diye bilinen ihtimal dağılımı
DetaylıParametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER
Parametrik Olmayan İstatistik Prof. Dr. Cenk ÖZLER Not: Beklenen Frekansı 5 in altında olan gruplar varsa, bu gruplar bir önceki veya bir sonraki grupla birleştirilir. Hipotezler χ 2 Dağılışa Uyum Testi
DetaylıBİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Uygulamalı bilim
DetaylıANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL İSTATİSTİKSEL TAHMİN Örnekten anakütle parametrelerinin tahmin edilmesidir. İki tür tahminleme yöntemi vardır:
Detaylıistatistik 4. Bir frekans dağılımına ilişkin birikimli seriler 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi
2010 S 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek t ablolar ve f ormüller bu kitapçığın sonunda verilmiştir. 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi yanlıstır? ) Maddesel
DetaylıDENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS OLASILIK VE İSTATİSTİK FEB-222 2/ 2.YY 3+0+0 3 3 Dersin Dili Dersin Seviyesi
DetaylıVerilerin Özetlenmesinde Kullanılan Sayısal Yöntemler
Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki
DetaylıRASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN
RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 9: Prof. Dr. İrfan KAYMAZ Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten
DetaylıZ = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ
YTÜ-İktisat İstatistik II Merkezi Limit Teoremi 1 MERKEZİ LİMİT TEOREMİ CENTRAL LIMIT THEOREM X 1,X 2,...,X n herbirinin ortalaması µ ve varyansı σ 2 olan ve aynı dağılıma uyan n tane bağımsız r.d. olsun.
DetaylıYÖNEYLEM ARAŞTIRMASI III Final Çalışma Soruları
YÖNEYLEM ARAŞTIRMASI III Final Çalışma Soruları Soru ) Aşağıda verilen adım geçiş matrisli Markov Zincirini ele alın..5.5..8 P=.5.75.6. a) Markov Zincirindeki haberleşen sınıfları yazın. b) Markov Zincirinin
Detaylı